Jsou moje data vnořená (nested) do skupin? (víceúrovňový model)

Stručně

Osoby patří do skupin: děti do tříd, studující do seminářů, několik měření k jedné osobě. Osoby ve stejné skupině si bývají podobnější; běžné testy předpokládají nezávislé hodnoty a vycházejí pak příliš optimisticky. Víceúrovňový model (smíšený model) skupiny zohledňuje. Statable ho počítá v R (lme4, lmerTest). R se při prvním použití jednou načte (asi 40 MB), poté to trvá asi sekundu; data zůstávají v zařízení.

1. Vyberte míru (číslo).
2. Vyberte sloupec, který pojmenovává skupinu (třída, seminář, nebo osoba u opakovaných měření).
3. Volitelné: vlastnosti osob, které by mohly rozdíly vysvětlit.

Má-li míra jen dvě hodnoty (ano/ne), Statable počítá smíšený logitový model: poměry šancí a latentní ICC; událostí je větší hodnota.

U karet „Liší se skupiny?“ a „Lze něco předpovědět?“ na to Statable upozorní, když je mezi sloupci například „třída“ nebo identifikátor s opakováním, a pak otevře otázku už vyplněnou. Je to také v části „Další metody“.

Čtení výsledku

• ICC (nulový model): podíl variability, který leží mezi skupinami. Designový efekt (design effect) ukazuje, jak moc by seskupení zkreslilo standardní chyby běžných testů.
• Fixní efekty: b s 95% intervalem, Satterthwaiteovy stupně volnosti a p; je to efekt znaku při zohlednění skupin.
• Náhodné efekty: rozptyl mezi skupinami (τ₀₀) a uvnitř nich (σ²). Marginální R²: podíl vysvětlený fixními efekty; podmíněné R²: fixními a náhodnými efekty dohromady.
• Graf: odchylka každé skupiny od celkového průměru s 95% intervalem, seřazeno (graf typu housenka). Vyplněné tečky: interval vylučuje 0.

Požadavky a omezení

• Několik skupin s několika případy v každé: velmi nejisté pod 10 skupinami, spolehlivé od zhruba 30 (orientační pravidlo (rule of thumb)).
• Číslo jako míra, přibližně normální rezidua, vzájemně nezávislé skupiny. Pro výsledky ano/ne platí místo toho logitový model (viz výše).
• Pokud R ohlásí hraniční řešení (boundary fit) (singulární model) nebo nekonvergenci, Statable z toho vytvoří větu; obvykle pomůže jednodušší model.

Víceúrovňový model: ICC (nulový model) = ,16; SES: b = 2,61, 95% CI [1,97; 3,25], t(688,8) = 8,01, p < ,001; R²m = ,17, R²c = ,22 (N = 720 ve 40 skupinách)

Typické příklady

• Žáci ve třídách: test čtení podle třídy, s předtestem jako prediktorem.
• Pacienti v ordinacích, zaměstnanci ve firmách, opakovaná měření u osob.

Pro odborníky

lmerTest::lmer s REML (výchozí jako v jamovi a JASP), Satterthwaiteovy stupně volnosti; balíček lmerTest je dodáván bez svých funkcí pro kreslení (ggplot2), výpočet je nezměněn. Náhodný intercept pro každou skupinu; náhodný sklon (číslo nebo sloupec se dvěma hodnotami) a centrování na celkový průměr jsou ve výsledku v části „Pro odborníky“. R² podle Nakagawy a Schielzetha (2013) s rozšířením pro sklony podle Johnsona (2014), jako performance::r2_nakagawa. Ověřeno proti R na Macu: sleepstudy, MathAchieve (160 škol), ukázka dat o třídách.